📅 表示する年を選択
📈 月別平均気温の年次推移
⚠️ データの均質性に関する注意
- 観測地点の変更：1964年12月1日に大手町から北の丸公園へ観測所が移転しました。移転前後でわずかな不連続が生じる可能性があります。
- 測器の変更：温度計の種類や設置環境の更新により、長期トレンドに影響が出る場合があります（百葉箱→通風筒など）。
- 都市化の影響：観測所周辺の開発により、経年的にヒートアイランド効果が強まっている可能性があります。
気象庁では観測の継続性を重視しつつも、技術進歩に応じて測器の更新を行っています。そのため、厳密な意味での「同一条件」での比較は困難です。特に戦後直後（1945-1950年代）のデータは、資料の散逸や観測精度の問題から、現在のデータとは質が異なる可能性があります。本サイトでは気象庁が公開している公式データをそのまま使用しており、均質化補正は行っていません。
📋 データ処理ポリシー
- 欠測値：気象庁データに欠測がある月はそのまま空欄（null）とし、年間平均は12か月すべてが揃う年だけを採用しています。
- 外れ値：極端な値でも気象庁公式データに記録されている場合はそのまま表示しています（人為的な除外は行っていません）。
- 2025年データ：12か月の確定値を収録し、年間平均の比較にも採用しています。気象庁「2025年の天候」は2026年1月5日作成です。
- 2026年データ：2026年8月22日取得時点で、確定している7月までを収録しています（気象庁「2026年7月の天候」は8月3日掲載）。月途中で資料不足記号が付く8月値は未収録です。
📖 用語解説・データの読み方ガイド
- トレンドライン（回帰直線）
- データ全体の傾向を示す直線。最小二乗法により算出。傾きがプラスなら上昇傾向、マイナスなら下降傾向を示します。
- ○℃/10年
- 10年あたりの気温変化率。例えば「+0.3℃/10年」は、10年間で平均0.3℃上昇していることを意味します。
- 月平均気温
- その月の毎日の日平均気温を平均したもの。日平均気温は1日の気温の平均値です。
📊 統計サマリー
📈 年間平均気温の推移（1945-2025年）
戦後81年間の温暖化傾向を確認できます。
📊 トレンド分析
--
📌 結論：東京の温暖化トレンド
統計を集計しています…
この上昇には以下の2つの要因が考えられます：
- 地球温暖化：CO₂などの温室効果ガス増加による地球規模の気温上昇
- ヒートアイランド現象：都市化に伴う局所的な気温上昇（「ヒートアイランド」タブで詳しく検証）
特に1990年以降の上昇が顕著で、「1990-2020」の期間が最も急速な温暖化を示しています。
🏙️ 都市の上昇と、世界に共通する上昇を分けて見る
東京と桧枝岐の地点比較に、世界・半球・陸地・人口密度の低い範囲を含む地域平均を重ねます。ここで分かるのは観測された傾向の違いであり、1地点同士の差だけから原因を断定するものではありません。
東京と桧枝岐 — 都市と山村の地点比較
共通期間1979〜2025年を、絶対気温または1991〜2020年平均からの偏差で比較します。5年平均は当年を含む直近5年の平均です。
地点比較の統計
| 地点 | 対象期間 | 最新偏差 | 5年平均 | ℃／10年 | 前半10年 | 後半10年 | 期間内変化 | 欠測 |
|---|
世界・地域の気温偏差比較
絶対気温ではなく、各系列の1991〜2020年平均を0℃とした偏差を比較します。初期表示は世界全体、北半球の陸地、南半球の陸地、東京です。
地域を選択（4系列）
| 地域 | 対象期間 | 最新偏差 | 5年平均 | ℃／10年 | 前半10年 | 後半10年 | 期間内変化 | 欠測 | 出典 |
|---|
データから計算した比較結果
読み取れること
比較するときの前提
北半球と南半球
北半球は南半球より陸地の割合が大きく、南半球は海洋の割合が大きくなっています。海洋は陸地より温まりにくく熱を蓄えるため、両半球の差を都市化だけで説明することはできません。本サイトでは半球全体に加えて「陸地のみ」も比較します。
南極
南極は観測地点が少なく、地域による変化の差も大きい地域です。広域平均は個々の観測地点や西南極・東南極・南極半島の変化をそのまま表すものではなく、短期間だけで長期傾向を判断できません。
データと計算方法
- 提供機関
- NOAA NCEI、気象庁
- 対象期間
- 1979〜2025年（全系列が揃う共通期間）
- 基準期間
- 1991〜2020年平均を0℃に再基準化
- 年平均
- 気象庁の地点値は12か月すべて揃った年のみ採用
- 5年平均
- 当年を含む直近5年の有効値がすべて揃う場合のみ算出
- トレンド
- 対象期間の有効な年次値に対する最小二乗法。表示単位は℃／10年
- 地域平均
- 中央アジア：北緯35〜55度・東経45〜90度、中央アフリカ：南緯15〜北緯10度・東経10〜35度
- 面積加重
- NOAA 5度格子を cos（緯度）で重み付け。有効格子が75%未満の年は欠測
- 欠測
- nullのまま保持し、0℃として計算・描画しない
- 出典
- NOAA Climate at a Glance / NOAAGlobalTemp、気象庁 過去の気象データ検索
更新情報を読み込んでいます…
🗓️ 表示する月を選択
📈 月別気温の年推移
📊 月別トレンド分析
--
🔥 表示する日数タイプを選択
🔥 極端気温日数の81年推移（1945-2025年）
気象庁の日別データから各年の猛暑日・真夏日・冬日などを集計。温暖化の影響を日数で可視化。
📊 極端気温日数トレンド分析
--
📖 極端気温日数の定義
- 猛暑日
- 日最高気温が35℃以上の日。2007年に気象庁が予報用語として追加した比較的新しい分類です。
- 真夏日
- 日最高気温が30℃以上の日。夏の暑さの一般的な指標です。
- 夏日
- 日最高気温が25℃以上の日。春から秋にかけて広く観測されます。
- 熱帯夜
- 夜間の最低気温が25℃以上の日。寝苦しい夜の指標として使われます。
- 冬日
- 日最低気温が0℃未満の日。霜が降りる目安となります。
- 真冬日
- 日最高気温が0℃未満の日。東京ではほとんど観測されなくなりました。
📌 結論：極端気温日の変化
暑い日が急増し、寒い日が激減しています。
統計を集計しています…
統計を集計しています…
📊 極端気温日数 統計サマリー
🗓️ 表示する月を選択
🌧️ 月別降水量の81年推移（1945-2025年）
気象庁の日別データから月別降水量合計を集計。近年の豪雨傾向や季節変化を分析。
📊 降水量トレンド分析
--
📊 降水量 統計サマリー
🌞 前年同月と今年の暑さ比較
同じ日付・同じ温度スケールで、東京の日別気温を比較します。色と数値は取得データをそのまま可視化しています。
📊 比較サマリー
🗓️ 過去10年の同月ヒートマップ（--）
現在選択している比較項目を、10年間共通の温度スケールで並べます。現在の月が途中の場合は、全ての年を同じ日付までに限定します。
🌦️ 降水量・日射量の日別ヒートマップ
選択した月の日別値を、過去10年間共通のスケールで比較します。
過去10年
📊 データと色の見方
- 日降水量は1日の降水量合計（mm）、日射量は地表面に届く短波放射の日積算値（MJ/m²）です。
- 降水量は弱い雨も見分けやすくするため、色の濃さだけに平方根スケールを使用します。セル内は変換していない実際の数値です。
- 途中月は前日までを対象とし、過去の各年も同じ日付までに限定します。
- 出典：Open-Meteo 過去気象・過去予報データ（東京付近）。気象庁観測所の実測値とは一致しない場合があります。
🔥 各年の最高気温日ベスト3（1945-2025年）
A列は西暦、B列以降は6月20日〜9月20日の日付です。各年の上位3日だけを気温に応じた色で塗り、セル内の数字で順位を示します。
データを読み込んでいます…
🏆 1位〜3位に入った回数が多い日付
📊 データについて
- 出典：気象庁「過去の気象データ検索」東京観測点（地点番号 47662）の日別値。
- 順位は各年の日最高気温で決定し、欠測値は対象外としています。
- 観測場所や測器の変更により、長期比較では均質性に注意が必要です。